监测数据库异常数据的方法及系统技术方案

本发明专利技术提供了一种监测数据库异常数据的方法，包括：用户自定义异常数据模型；基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库；根据异常数据监控引擎的输出数据的异常情况进行处理。本发明专利技术还提供了一种监测数据库异常数据的系统。通过本发明专利技术的技术方案，可以在现有的监测数据库异常数据方式基础上，充分利用单对象类型完成多对象类型的监测数据库异常数据，建立多对象类型参与的面向复杂对象监测数据库异常数据的通用、统一监测思路。

【技术实现步骤摘要】
监测数据库异常数据的方法及系统
本专利技术涉及计算机
，具体地，涉及一种监测数据库异常数据的方法和一种监测数据库异常数据的系统。
技术介绍
在软件系统中，报错是一种提示用户纠正错误操作的方式。在大多数情况下，用户可以根据错误信息来做调整，从而解决问题。但是对于一些数据性错误，用户无法通过错误信息来获取问题的解决方案。对于这种情况，通常有两种方式来处理:⑴用户需要从头开始梳理整个业务的流程，每一个流程节点的信息都需要仔细进行比对，才有可能知道问题的原因。这种方式要求用户拥有丰富的业务经验和足够的耐心，而且很多情况下，即使定位到了问题的原因，由于很多操作不可逆，导致最终问题无法解决。 ⑵寻求系统的开发人员来定位问题，这种方式通常需要给软件提供商交付服务费，而且由于开发人员可能需要直接操作数据库，因此可能存在机密数据的泄露。同时，和方式⑴一样，由于问题已经发生，错误的数据已经无法在恢复，导致最终问题无法解决。 归根结底，只有在错误发生之前就将其发现并解决才可以真正保证系统在异常情况下的健壮性，所以，需要帮助用户及时发现并解决问题。 因此，需要一种新的监测数据库异常数据的技术，可以在现有的监测数据库异常数据方式基础上，充分利用单对象类型完成多对象类型的监测数据库异常数据，建立多对象类型参与的面向复杂对象监测数据库异常数据的通用、统一监测思路。
技术实现思路
本专利技术正是基于上述问题，提出了一种新的监测数据库异常数据的技术，可以在现有的监测数据库异常数据方式基础上，充分利用单对象类型完成多对象类型的监测数据库异常数据，建立多对象类型参与的面向复杂对象监测数据库异常数据的通用、统一监测思路。 有鉴于此，本专利技术提出了一种监测数据库异常数据的方法，包括:步骤102:用户自定义异常数据模型；步骤104:基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库；步骤106:根据异常数据监控引擎的输出数据的异常情况进行处理。在该技术方案中，通过定义异常数据，修正数据库避免错误的发生，可以帮助用户及时发现并解决问题。 在上述技术方案中，优选地，所述步骤102具体包括:用户通过设置模型的监控对象来指定对数据库中的哪张表进行监控；根据表的字段来设置监控条件，异常数据监控引擎根据这些内容来查询数据库中的异常数据；以及，用户定义异常数据监控引擎的执行类型、控制时机和控制方式。在该技术方案中，用户通过定义这些模型来实现对数据库数据的监控。 在上述技术方案中，优选地，所述步骤104具体包括:确定监控目标，引擎在加载模型后根据模型中设置的监控对象到元数据层获取相应的表名称；元数据层记录了上层实体和底层数据库表之间的映射关系；确定监控条件，引擎根据模型中的条件和上一步骤得到的数据库表名拼接成一个完整的OQL语句，交给OQL编译器编译；编译OQL语句，通过OQL编译器将OQL语句翻译成SQL语句供数据库调用。在该技术方案中，通过这种自动化的监控方式，用户可以及时的对一些潜在问题进行排查，同时可以对这些错误数据已经修改。 在上述技术方案中，优选地，所述步骤106具体包括:当异常数据监控引擎的输出数据不存在异常时，在需要循环处理时返回异常数据监控引擎。 在上述技术方案中，优选地，所述步骤106具体还包括:当异常数据监控引擎的输出数据存在异常时，将异常数据基本信息持久化并发消息通知用户，在需要循环处理时返回异常数据监控引擎；以及，将持久化处理后的异常数据和异常数据显示界面显示的信息，一并存入异常数据信息。在该技术方案中，可以避免在后续流程执行完后，由于强耦合状态无法回退的问题。 根据本专利技术的又一个方面，还提出了一种监测数据库异常数据的系统，包括:异常数据模型自定义模块，用于用户自定义异常数据模型；异常数据监控引擎模块，用于基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库；结果处理模块，用于根据异常数据监控引擎的输出数据的异常情况进行处理。在该技术方案中，通过定义异常数据，修正数据库避免错误的发生，可以帮助用户及时发现并解决问题。 在上述技术方案中，优选地，所述异常数据模型自定义模块用户自定义异常数据模型的操作，具体包括:用户通过设置模型的监控对象来指定对数据库中的哪张表进行监控；根据表的字段来设置监控条件，异常数据监控引擎根据这些内容来查询数据库中的异常数据；以及，用户定义异常数据监控引擎的执行类型、控制时机和控制方式。在该技术方案中，用户通过定义这些模型来实现对数据库数据的监控。 在上述技术方案中，优选地，所述异常数据监控引擎模块启动异常数据监控引擎的操作，具体包括:确定监控目标，引擎在加载模型后根据模型中设置的监控对象到元数据层获取相应的表名称；元数据层记录了上层实体和底层数据库表之间的映射关系；确定监控条件，引擎根据模型中的条件和上一步骤得到的数据库表名拼接成一个完整的OQL语句，交给OQL编译器编译；编译OQL语句，通过OQL编译器将OQL语句翻译成SQL语句供数据库调用。在该技术方案中，通过这种自动化的监控方式，用户可以及时的对一些潜在问题进行排查，同时可以对这些错误数据已经修改。 在上述技术方案中，优选地，所述结果处理模块根据异常数据监控引擎的输出数据的异常情况进行处理的操作，具体包括:当异常数据监控引擎的输出数据不存在异常时，在需要循环处理时返回异常数据监控引擎。 在上述技术方案中，优选地，所述结果处理模块根据异常数据监控引擎的输出数据的异常情况进行处理的操作，具体包括:当异常数据监控引擎的输出数据存在异常时，将异常数据基本信息持久化并发消息通知用户，在需要循环处理时返回异常数据监控引擎；以及，将持久化处理后的异常数据和异常数据显示界面显示的信息，一并存入异常数据信息。在该技术方案中，可以避免在后续流程执行完后，由于强耦合状态无法回退的问题。 通过以上技术方案，可以在现有的监测数据库异常数据方式基础上，充分利用单对象类型完成多对象类型的监测数据库异常数据，建立多对象类型参与的面向复杂对象监测数据库异常数据的通用、统一监测思路。 【附图说明】 图1示出了根据本专利技术的实施例的监测数据库异常数据的方法的流程图；图2示出了根据本专利技术的实施例的监测数据库异常数据的方法的详细流程图；图3示出了根据本专利技术的实施例的异常数据监控引擎的流程图；图4示出了根据本专利技术的实施例的监测数据库异常数据的系统的框图。 【具体实施方式】 为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和【具体实施方式】对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。 在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。 图1示出了根据本专利技术的实施例的监测数据库异常数据的方法的流程图。 如图1所示，根据本专利技术的实施例的监测数据库异常数据的方法，包括:步骤102:用户自定义异常数据模型；步骤104:基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库；步骤106:根据异常本文档来自技高网...

【技术保护点】
一种监测数据库异常数据的方法，其特征在于，包括：步骤102：用户自定义异常数据模型；步骤104：基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库；步骤106：根据异常数据监控引擎的输出数据的异常情况进行处理。

【技术特征摘要】
1.一种监测数据库异常数据的方法，其特征在于，包括: 步骤102:用户自定义异常数据模型； 步骤104:基于异常数据模型，启动异常数据监控引擎，将输出数据存入数据库； 步骤106:根据异常数据监控引擎的输出数据的异常情况进行处理。2.根据权利要求1所述的监测数据库异常数据的方法，其特征在于，所述步骤102具体包括: 用户通过设置模型的监控对象来指定对数据库中的哪张表进行监控； 根据表的字段来设置监控条件，异常数据监控引擎根据这些内容来查询数据库中的异常数据；以及， 用户定义异常数据监控引擎的执行类型、控制时机和控制方式。3.根据权利要求1或2所述的监测数据库异常数据的方法，其特征在于，所述步骤104具体包括: 确定监控目标，引擎在加载模型后根据模型中设置的监控对象到元数据层获取相应的表名称；元数据层记录了上层实体和底层数据库表之间的映射关系； 确定监控条件，引擎根据模型中的条件和上一步骤得到的数据库表名拼接成一个完整的OQL语句，交给OQL 编译器编译； 编译OQL语句，通过OQL编译器将OQL语句翻译成SQL语句供数据库调用。4.根据权利要求3所述的监测数据库异常数据的方法，其特征在于，所述步骤106具体包括: 当异常数据监控引擎的输出数据不存在异常时，在需要循环处理时返回异常数据监控引擎。5.根据权利要求4所述的监测数据库异常数据的方法，其特征在于，所述步骤106具体还包括: 当异常数据监控引擎的输出数据存在异常时，将异常数据基本信息持久化并发消息通知用户，在需要循环处理时返回异常数据监控引擎；以及， 将持久化处理后的异常数据和异常数据显示界面显示的信息，一并存入异常数据信肩、O6.一种监测数据库异常数据的系统，其特征在于，包括: 异常数据模型自定义模块，用于用户自定义异常数据模型； 异...

【专利技术属性】
技术研发人员：艾跃虎，
申请(专利权)人：用友优普信息技术有限公司，
类型：发明
国别省市：北京;11